Arquitetura cognitiva - Cognitive architecture

Uma arquitetura cognitiva se refere a uma teoria sobre a estrutura da mente humana e a uma instanciação computacional de tal teoria usada nos campos da inteligência artificial (IA) e ciência cognitiva computacional. Os modelos formalizados podem ser usados ​​para refinar ainda mais uma teoria abrangente da cognição e como um programa de inteligência artificial útil. Arquiteturas cognitivas bem-sucedidas incluem ACT-R (Controle Adaptativo do Pensamento - Racional) e SOAR .

O Institute for Creative Technologies define arquitetura cognitiva como: " hipótese sobre as estruturas fixas que fornecem uma mente, seja em sistemas naturais ou artificiais, e como elas funcionam juntas - em conjunto com o conhecimento e as habilidades incorporadas à arquitetura - para produzir um comportamento inteligente em uma diversidade de ambientes complexos. "

História

Herbert A. Simon , um dos fundadores do campo da inteligência artificial, afirmou que a tese de 1960 de seu aluno Ed Feigenbaum , EPAM forneceu uma possível "arquitetura para cognição" porque incluiu alguns compromissos de como mais de um aspecto fundamental da a mente humana funcionou (no caso da EPAM, memória humana e aprendizagem humana ).

John R. Anderson começou a pesquisar a memória humana no início dos anos 1970 e sua tese de 1973 com Gordon H. Bower forneceu uma teoria da memória associativa humana. Ele incluiu mais aspectos de sua pesquisa sobre a memória de longo prazo e os processos de pensamento nessa pesquisa e, por fim, projetou uma arquitetura cognitiva que acabou chamando de ACT . Ele e seus alunos foram influenciados pelo uso de Allen Newell do termo "arquitetura cognitiva". O laboratório de Anderson usou o termo para se referir à teoria do ACT como incorporada em uma coleção de documentos e designs (não havia uma implementação completa do ACT na época).

Em 1983, John R. Anderson publicou o trabalho seminal nessa área, intitulado The Architecture of Cognition. Pode-se distinguir entre a teoria da cognição e a implementação da teoria. A teoria da cognição delineou a estrutura das várias partes da mente e assumiu compromissos com o uso de regras, redes associativas e outros aspectos. A arquitetura cognitiva implementa a teoria em computadores. O software usado para implementar as arquiteturas cognitivas também eram "arquiteturas cognitivas". Assim, uma arquitetura cognitiva também pode se referir a um projeto para agentes inteligentes . Ele propõe processos computacionais (artificiais) que agem como certos sistemas cognitivos, na maioria das vezes, como uma pessoa, ou agem de forma inteligente sob alguma definição. As arquiteturas cognitivas formam um subconjunto das arquiteturas gerais do agente . O termo 'arquitetura' implica uma abordagem que tenta modelar não apenas o comportamento, mas também as propriedades estruturais do sistema modelado.

Distinções

As arquiteturas cognitivas podem ser simbólicas , conexionistas ou híbridas . Algumas arquiteturas ou modelos cognitivos são baseados em um conjunto de regras genéricas , como, por exemplo, a linguagem de processamento de informações (por exemplo, Soar com base na teoria unificada da cognição , ou similarmente ACT-R ). Muitas dessas arquiteturas são baseadas na analogia-mente-é-como-um-computador. Em contraste, o processamento subsimbólico não especifica tais regras a priori e depende de propriedades emergentes de unidades de processamento (por exemplo, nós). As arquiteturas híbridas combinam os dois tipos de processamento (como CLARION ). Uma outra distinção é se a arquitetura é centralizada com um correlato neural de um processador em seu núcleo ou descentralizada (distribuída). O sabor descentralizado tornou-se popular com o nome de processamento paralelo distribuído em meados da década de 1980 e conexionismo , sendo um excelente exemplo as redes neurais . Uma outra questão de design é adicionalmente uma decisão entre estrutura holística e atomística , ou (mais concreta) modular . Por analogia, isso se estende a questões de representação do conhecimento .

Na IA tradicional , a inteligência é muitas vezes programada de cima: o programador é o criador, faz algo e o imbui com sua inteligência, embora muitos sistemas de IA tradicionais também tenham sido projetados para aprender (por exemplo, melhorando sua capacidade de jogar ou resolver problemas) . A computação de inspiração biológica , por outro lado, às vezes adota uma abordagem mais ascendente e descentralizada; As técnicas bioinspiradas freqüentemente envolvem o método de especificar um conjunto de regras genéricas simples ou um conjunto de nós simples, da interação dos quais emerge o comportamento geral. Espera-se que aumente a complexidade até que o resultado final seja algo marcadamente complexo (veja sistemas complexos). No entanto, também é discutível que os sistemas projetados de cima para baixo com base em observações do que os humanos e outros animais podem fazer, em vez de observações de mecanismos cerebrais, também são inspirados biologicamente, embora de uma maneira diferente.

Exemplos notáveis

Uma revisão abrangente das arquiteturas cognitivas implementadas foi realizada em 2010 por Samsonovich et al. e está disponível como um repositório online. Algumas arquiteturas cognitivas conhecidas, em ordem alfabética:

• 4CAPS , desenvolvido na Carnegie Mellon University por Marcel A. Just e Sashank Varma.
• A arquitetura de modelo de referência 4D-RCS desenvolvida por James Albus no NIST é uma arquitetura de modelo de referência que fornece uma base teórica para projetar, projetar e integrar software de sistemas inteligentes para veículos terrestres não tripulados .
• ACT-R , desenvolvido na Carnegie Mellon University sob John R. Anderson .
• ALifeE , desenvolvido por Toni Conde na Ecole Polytechnique Fédérale de Lausanne .
• ANCS , um modelo cognitivo foi desenvolvido por Abdul Salam Mubashar na QUINTELLISENSE.
• Apex desenvolvido sob Michael Freed no NASA Ames Research Center .
• OMAPE , desenvolvido por Rony Novianto na University of Technology, Sydney .
• Design Orientado para o Comportamento , desenvolvido por Joanna J. Bryson no MIT .
• CHREST , desenvolvido por Fernand Gobet na Brunel University e Peter C. Lane na University of Hertfordshire .
• CLARION a arquitetura cognitiva, desenvolvida por Ron Sun no Rensselaer Polytechnic Institute e na University of Missouri.
• CMAC - O Controlador de Articulação do Modelo Cerebelar (CMAC) é um tipo de rede neural baseada em um modelo do cerebelo de mamíferos . É um tipo de memória associativa . O CMAC foi proposto pela primeira vez como um modelador de função para controladores robóticos por James Albus em 1975 e tem sido amplamente utilizado no aprendizado por reforço e também como classificação automatizada na comunidade de aprendizado de máquina .
• CMatie é um agente de software "consciente" desenvolvido para gerenciar anúncios de seminários no Departamento de Ciências Matemáticas da Universidade de Memphis . É baseado na memória distribuída esparsa aumentada com o uso de algoritmos genéticos como uma memória associativa .
• Copycat , de Douglas Hofstadter e Melanie Mitchell , da Universidade de Indiana .
• DUAL , desenvolvido na New Bulgarian University sob Boicho Kokinov .
• DUAL PECCS , desenvolvido por Antonio Lieto na Universidade de Torino - Um sistema híbrido de representação e processamento de conhecimento integrado com as memórias declarativas e os mecanismos de recuperação de conhecimento das seguintes arquiteturas cognitivas: ACT-R , CLARION , LIDA e Soar .
• EPIC, desenvolvido por David E. Kieras e David E. Meyer na Universidade de Michigan .
• FORR desenvolvido por Susan L. Epstein na City University of New York .
• Framsticks - uma arquitetura neural conexionista distribuída para criaturas simuladas ou robôs, onde módulos de redes neurais compostas por neurônios heterogêneos (incluindo receptores e efetores) podem ser projetados e desenvolvidos.
• GAIuS desenvolvido por Sevak Avakians.
• Genie - "General Evolving Networked Intelligence Engine" é uma plataforma de computação cognitiva desenvolvida pela Intelligent Artifacts e construída em cima do GAIuS. Seu paradigma "sem modelagem de dados" e chamadas de API simples permitem que qualquer pessoa crie e implante aplicativos de inteligência artificial personalizados poderosos em minutos.
• Google DeepMind - A empresa criou uma rede neural que aprende a jogar videogames de maneira semelhante aos humanos e uma rede neural que pode acessar uma memória externa como uma máquina de Turing convencional , resultando em um computador que parece possivelmente imitam a memória de curto prazo do cérebro humano. O algoritmo subjacente é baseado em uma combinação de Q-learning com rede neural recorrente multicamadas . (Veja também uma visão geral de Jürgen Schmidhuber sobre o trabalho anterior relacionado ao aprendizado profundo )
• A memória associativa holográfica é parte da família de memórias associativas baseadas em correlação , onde a informação é mapeada na orientação de fase de números complexos em um plano de Riemann . Foi inspirado no modelo holonômico do cérebro de Karl H. Pribram . Hologramas têm se mostrado eficazes para tarefas de memória associativa , generalização e reconhecimento de padrões com atenção variável.
• A arquitetura H-Cogaff , que é um caso especial do esquema CogAff .
• A memória temporal hierárquica é um modelo de aprendizado de máquina online desenvolvido por Jeff Hawkins e Dileep George da Numenta, Inc. que modela algumas das propriedades estruturais e algorítmicas do neocórtex . HTM é um modelo biomimético baseado na teoria de predição de memória da função cerebral descrita por Jeff Hawkins em seu livro On Intelligence . HTM é um método para descobrir e inferir as causas de alto nível de padrões e sequências de entrada observados, construindo assim um modelo cada vez mais complexo do mundo.
• CoJACK Uma extensão inspirada no ACT-R para o sistema multiagente JACK que adiciona uma arquitetura cognitiva aos agentes para obter comportamentos mais realistas (semelhantes aos humanos) em ambientes virtuais.
• IDA e LIDA , implementando a Teoria do Espaço de Trabalho Global , desenvolvida sob Stan Franklin na Universidade de Memphis .
• Redes de memória - criada pelo grupo de pesquisa Facebook AI em 2014, essa arquitetura apresenta uma nova classe de modelos de aprendizagem chamados redes de memória. Redes de memória raciocinam com componentes de inferência combinados com um componente de memória de longo prazo ; eles aprendem como usá-los em conjunto. A memória de longo prazo pode ser lida e gravada, com o objetivo de usá-la para previsão.
• MANIC (Arquitetura Cognitiva) , Michael S. Gashler, Universidade de Arkansas.
• MIDCA (Arquitetura Cognitiva) , Michael T. Cox, Wright State University.
• PreAct , desenvolvido pelo Dr. Norm Geddes da ASI.
• PRODIGY , de Veloso et al.
• PRS 'Processural Reasoning System', desenvolvido por Michael Georgeff e Amy Lansky na SRI International .
• Psi-Theory desenvolvida por Dietrich Dörner na Otto-Friedrich University em Bamberg , Alemanha .
• R-CAST , desenvolvido na Pennsylvania State University .
• Sigma , desenvolvido na University of Southern California 's Instituto de Tecnologias Criativas
• Spaun (Semantic Pointer Architecture Unified Network) - por Chris Eliasmith no Centro de Neurociência Teórica da Universidade de Waterloo - Spaun é uma rede de 2.500.000 neurônios spiking artificiais , que usa grupos desses neurônios para completar tarefas cognitivas por meio da coordenação flexibile. Os componentes do modelo se comunicam usando neurônios de spiking que implementam representações neurais chamadas de "ponteiros semânticos" usando vários padrões de disparo. Os ponteiros semânticos podem ser entendidos como sendo elementos de um espaço vetorial neural comprimido.
• Soar , desenvolvido por Allen Newell e John Laird na Carnegie Mellon University e na University of Michigan .
• Sociedade da mente e sua sucessora, a máquina da emoção proposta por Marvin Minsky .
• A memória distribuída esparsa foi proposta por Pentti Kanerva no Centro de Pesquisa Ames da NASA como uma arquitetura realizável que pode armazenar grandes padrões e recuperá-los com base em correspondências parciais com padrões que representam entradas sensoriais atuais. Essa memória exibe comportamentos, tanto na teoria quanto no experimento, que se assemelham àqueles anteriormente não abordados pelas máquinas - por exemplo, rápido reconhecimento de rostos ou odores, descoberta de novas conexões entre idéias aparentemente não relacionadas, etc. A memória distribuída esparsa é usada para armazenar e recuperar grandes quantidades ( bits ) de informação sem focar na precisão, mas sim na similaridade da informação. Existem algumas aplicações recentes em navegação de robôs e manipulação de robôs baseada em experiência.${\ displaystyle 2 ^ {1000}}$
• O Sparsey da Neurithmic Systems é uma estrutura de reconhecimento de eventos por meio de códigos distribuídos esparsos hierárquicos profundos
• Arquiteturas de subsunção , desenvolvidas por exemplo, por Rodney Brooks (embora possa ser discutido se são cognitivas ).
• QuBIC: Arquitetura Cognitiva Quântica e Bioinspirada para Consciência de Máquina desenvolvida por Wajahat M. Qazi e Khalil Ahmad no Departamento de Ciência da Computação, GC University Lahore Paquistão e Escola de Ciência da Computação, NCBA & E Lahore, Paquistão
• TinyCog uma implementação minimalista de código aberto de uma arquitetura cognitiva baseada nas ideias do Scene Based Reasoning
• Vector LIDA é uma variação da arquitetura cognitiva LIDA que emprega vetores de Representação Composto Modular (MCR) de alta dimensão como seu principal modelo de representação e a Memória Distribuída Esparsa Inteira como sua principal tecnologia de implementação de memória. As vantagens deste novo modelo incluem um modelo mais realista e biologicamente plausível, melhor integração com sua memória episódica , melhor integração com outro processamento perceptivo de baixo nível (como sistemas de aprendizagem profunda ), melhor escalabilidade e mecanismos de aprendizagem mais fáceis.
• VisNet por Edmund Rolls no Oxford Centre for Computational Neuroscience - Um modelo de hierarquia de recursos no qual representações invariáveis ​​podem ser construídas por aprendizagem auto-organizada com base nas estatísticas temporais e espaciais da entrada visual produzida por objetos conforme eles se transformam no mundo.

Veja também

Referências

links externos

• Mídia relacionada à arquitetura cognitiva no Wikimedia Commons
• Citações relacionadas à arquitetura cognitiva no Wikiquote